即使位置更新频率降至 1 Hz,学习型轨迹预测器在直行和转弯运动预测上的表现仍比更强的运动学基线高出 24–30%。但更新频率越低,预测误差仍会增加;而对于行人,更简单的恒定速度模型反而更准确——这表明,选择预测器时,更新频率和运动主体的类型都很重要。
目录
研究人员构建了什么?
研究人员测试了不同方法的预测能力:当位置更新的到达频率低于预测器训练数据的频率时,这些方法能否准确预测移动主体的未来路径。这是车联网(V2X)通信中的实际问题:报告的位置可能每秒约更新 1–10 次,而轨迹模型通常使用频率更高的数据进行训练。
实验使用了 Argoverse 2 运动预测数据集。对于每个场景,模型接收某个焦点主体五秒的位置历史,并预测接下来的六秒。研究人员将历史数据从原始的 10 Hz 采样率降至 5、2 或 1 Hz。预测任务既不使用地图信息,也不使用附近主体的位置,从而单独考察焦点主体自身的观测运动对预测结果的影响。
学习型方法采用基于 LSTM 的循环神经网络(RNN),通过处理一系列观测来估计接下来会发生什么。研究人员将针对各观测频率专门训练的模型,与一个经线性插值后用于稀疏观测的 10 Hz 训练模型进行了比较。他们还将学习型预测器与两种简单运动规则进行了比较:恒定速度(CV)和恒定加速度(CA)。
预测准确度如何变化?
随着输入历史越来越稀疏,针对特定频率训练的 RNN 准确度有所下降。其平均位移误差(ADE)——即预测位置与实际位置在整个预测时段内的平均距离——相较于 10 Hz 设置,在 5 Hz 时上升 3.1%,在 2 Hz 时上升 10.1%,在 1 Hz 时上升 20.3%。
尽管误差有所增加,学习型预测器在直行和转弯运动上的表现仍明显优于两种运动学基线中较好的一个。在所有测试频率下,其报告的优势均为 24–30%。与研究人员最初的预期相反,在直线路径上这一优势并未消失。不过,不同主体类型的结果并不一致:对于行人,恒定速度模型比学习型模型更准确。
| 观测频率 | 特定频率 RNN 的 ADE 相对 10 Hz 的变化 | 经插值的 10 Hz 训练 RNN |
|---|---|---|
| 10 Hz | 参照 | 参照设置 |
| 5 Hz | +3.1% | 准确度最多比特定频率模型低 1.3% |
| 2 Hz | +10.1% | 准确度最多比特定频率模型低 1.3% |
| 1 Hz | +20.3% | 准确度比特定频率模型低 11.5% |
评估涵盖 24,984 个测试场景。主要 RNN 实验各使用了十个训练随机种子;研究人员还针对场景和随机种子计算了自助法置信区间。摘要未报告区间上下界或 ADE 绝对值,因此这些相对变化能说明性能如何变化,却无法提供可直接用于评估特定部署情况的距离误差。
频率对比是如何进行的?
这项实验将实际部署中容易混为一谈的两个问题区分开来:模型接收的更新减少时会发生什么;以及一个为高频更新训练的模型,在更新稀疏时是否仍能工作。
对于第一个问题,研究人员将每段五秒的历史数据从 10 Hz 降采样至 5、2 或 1 Hz。实际上,模型接收的是描述同一段运动的更少位置记录。他们针对每种频率分别训练一个基于 LSTM 的 RNN,再要求模型预测接下来六秒的运动。
对于第二个问题,他们使用了 10 Hz 训练的 RNN,并通过线性插值补齐间隔,为模型提供稀疏历史数据。插值会估算已记录点之间直线上的中间位置;它能生成更密集的输入序列,却不会增加对主体实际运动的新观测。该设置用于测试一个基于高频数据训练的模型,能否在不重新训练的情况下适应较低频率的输入。
研究人员将学习型预测结果与 CV 和 CA 规则进行了比较。CV 将主体当前的速度向前延伸;CA 还会考虑加速度。这些简单基线计算开销很低,也能清楚地用于衡量学习型模型是否提升了预测能力。
研究人员在训练前就设定了假设和决策阈值。这降低了在看到结果后再选择成功标准的可能性。他们还使用了多个训练随机种子和自助法置信区间,有助于考虑不同模型运行和测试场景带来的变化。实验设计仍有意聚焦于单个主体的位置观测,而不是部署式驾驶系统可用的完整地图、周边交通及其他信号。
这些结果对机器人技术有何意义?
机器人和自动驾驶车辆经常需要根据不规律或频率受限的信息采取行动。V2X 消息可以提供有用的位置更新,但在下一条消息到达之前,规划器仍需估计其他主体将移动到哪里。这项研究显示,降低更新频率会增加轨迹误差;即使预测模型专门针对相应频率训练,频率降至 1 Hz 时尤其如此。
研究结果也提醒我们,不应假设同一种预测器适用于所有移动对象。在这些实验中,学习型模型在直行和转弯运动预测上明显优于简单运动学规则,但恒定速度模型对行人的预测更准确。因此,同时处理车辆和行人的运行系统,可能需要根据主体类型和观测质量选择或组合预测方法。
对于工程团队,特定频率训练与插值之间的对比提供了一条实用线索:根据这项基准测试,当输入频率为 5 或 2 Hz 时,未必需要针对每种更新频率都重新训练模型。到了 1 Hz,准确度差距更大,表明简单补齐缺失位置的效果较差。这些发现也适用于更广泛的移动自动化领域,包括买家可以在 Robot Overflow 上浏览仓储机器人;可靠的运动估计同样有助于安全导航和规划。
这项研究有哪些局限?
结果来自单一数据集和一种受限的预测设置:使用焦点主体五秒的历史数据,预测未来六秒,且不使用地图或邻近主体信息。这些选择便于隔离观测频率的影响,但无法说明当交通互动、道路几何形状或额外传感器输入影响运动时,同一模型的表现如何。
摘要报告的是相对 ADE 变化,而非绝对误差,也未提供自助法置信区间的数值。因此,很难判断误差以米计的实际大小,也难以评估报告百分比的不确定性。实验也无法证明这些预测能够提升已部署车辆的安全性或控制表现。最后,行人实验结果表明,不能将学习型模型的优势推广到所有主体类型。
读者常问哪些问题?
学习型模型在所有情况下都优于两种运动学基线吗? 不是。它在直行和转弯运动预测上优于表现较好的运动学模型,但恒定速度模型对行人的预测更准确。
研究人员测试了哪些更新频率? 他们比较了按 10、5、2 和 1 Hz 采样的历史数据。
预测器是否使用了地图或附近主体的信息? 没有。它只使用焦点主体的位置历史,因此实验隔离了基于该历史数据进行预测的效果。
使用 10 Hz 数据训练的模型,能否在不重新训练的情况下处理稀疏输入? 在降至 2 Hz 时,其准确度最多比特定频率模型低 1.3%;在 1 Hz 时则低 11.5%。
结论
研究发现,即使位置更新稀疏,学习型轨迹预测仍可能比简单运动规则更准确,但优势幅度取决于观测频率和主体类型。研究还显示,与 1 Hz 相比,在 2 Hz 下插值补齐缺失输入更接近针对特定频率训练的效果。
对于你的应用,更新频率、主体类型还是预测复杂度更重要?